技能介绍

要解决什么问题

私募、资管或合规团队经常要反复填写中文尽调问卷和配套材料表：字段多、表格复杂，还要和内部「信息库」、历史人工版案例对齐。纯手写慢，直接让模型「凭感觉填」又容易编造日期、规模、业绩等敏感事实。

本技能面向本地 DOCX/XLSX 模板，在固定目录结构下生成带行内批注的 AI 初稿，并把 JSON 任务包留在输出目录供审计与复核。

工作方式概览

技能默认依赖本地资料库（如 D:\DueDiligence\materials 下的信息库、案例与空白模板），并通过缓存索引（info_library_directory.json、info_library_chunks.json、info_library_sections.json）把模板字段与信息库章节对齐。

典型流程包括：

生成或刷新案例清单与信息库索引（仅在首次、Word 信息库变更或用户要求时重建）。
从可编辑 .docx / .xlsx 解析字段，经 Codex 语义审阅 产出 template_fields_semantic.json（未审阅不得进入正式任务包，调试可用 --allow-raw-fields）。
构建任务包：字段证据匹配、resolved_evidence.json、保守的 answers_draft.json，再由人工逻辑审阅为 answers.json（含 evidence_refs、supporting_fragments）。
校验证据锚定通过后，回写模板并写入 source / 缺失 / 复核 类行内批注（DOCX 可查 comments.xml，XLSX 用 openpyxl 核对单元格批注）。

起草前需阅读 references/answer_rules.md、comment_policy.md、local_mvp_workflow.md。

边界与注意点

首版范围：仅本地 DOCX/XLSX；不处理网页问卷、不 OCR 扫描 PDF、不收集/打包/上传/校验附件。
事实约束：答案须基于 resolved_evidence.json；业绩、净值、回撤、最新规模等动态字段应留空或标复核，不能 unsupported 填充。
交付物：业务侧主要看带批注的 Word/Excel 初稿；复杂 table_region 默认待复核，结构化行数据需人工审过后再填。